DeepSeek的论文显示，DeepSeek-R1训练成本仅557万美元，不足OpenAI同类产品的5%，却能在数学竞赛、代码生成等任务中超越GPT-4模型。这意味着DeepSeek-R1以较低的算力成本投入，也能实现高性能产出，即模算效率较高。
第一大变化体现在算力效率方面，DeepSeek通过算法优化，大幅降低大模型训练、推理对高端GPU的依赖，突破了“算力军备竞赛”的传统路径。
这其中的模算效率（Model Computation Efficiency）就是，AI模型的训练和推理过程中用来衡量模型精度与计算资源利用效率的综合指标，它反映了模型在特定硬件平台上，以最小的算力消耗实现最高精度的能力。
DeepSeek“四两拨千斤”的研发模式，更加注重算法创新、架构优化和资源的高效利用，这或许将带动业界对于模算效率的追求。IDC中国副总裁周震刚接受采访时称，未来，大模型厂商们的关注点将从追求参数量规模，转变为追求模型训练、推理、部署等环节的性价比。
这场看似仅仅是价格层面的竞争，实则背后蕴含着更为深层次的较量，其不仅是技术实力的比拼，也是对用户市场的争夺。
最近发布的《2025年中国人工智能计算力发展评估报告》（以下简称《报告》），把中国算力发展的四大变化，从“幕后”搬到了“台前”。
此外，DeepSeek使用MoE（混合专家模型）架构实现了更高的成本效益，而Dense架构在相同参数量下扩展的计算成本较高。浪潮信息高级副总裁刘军在接受采访时回顾：“去年开始，大家发现基于Dense架构的模。
。文心一言此前采取基础版免费、专业版收费的模式，专业版定价59.9元/月，连续包月优惠价49.9元/月。
